• No se han encontrado resultados

CO 3121 Tablas Estadísticas 1 pdf

N/A
N/A
Protected

Academic year: 2020

Share "CO 3121 Tablas Estadísticas 1 pdf"

Copied!
44
0
0

Texto completo

(1)Tablas de estadística.

(2)

(3) © FUOC. 3. Tabla 1. Probabilidades de la distribución binomial (n; p). Tablas de estadística.

(4) © FUOC. 4. Tabla 1 (Continuación). Probabilidades de la distribución binomial (n; p). Tablas de estadística.

(5) © FUOC. 5. Tabla 1 (Continuación). Probabilidades de la distribución binomial (n; p). Tablas de estadísticas.

(6) © FUOC. 6. Tabla 2. Probabilidades de la distribución de Poisson. Tablas de estadística.

(7) © FUOC. 7. Tabla 2 (Continuación). Probabilidades de la distribución de Poisson. Tablas de estadística.

(8) © FUOC. 8. Tabla 2 (Continuación). Probabilidades de la distribución de Poisson. Tablas de estadística.

(9) © FUOC. 9. Tabla 2 (Continuación). Probabilidades de la distribución de Poisson. Tablas de estadística.

(10) Tabla 3. Distribución normal (0; 1). P (X ≥ a). © FUOC. 10 Tablas de estadística.

(11) Tabla 3 (Continuación).Distribución normal (0; 1). P (X ≥ a). © FUOC. 11 Tablas de estadística.

(12) Probabilidades. 12. * Dividir entre 1000.. Grados de libertad. Tabla 4. Distribución x2 . P (x2 ≥ a). © FUOC Tablas de estadística.

(13) Probabilidades. 13. * Dividir entre 1000.. Grados de libertad. Tabla 4 (Continuación). Distribución x2 . P (x2 ≥ a). © FUOC Tablas de estadística.

(14) Grados de libertad. Tabla 5. Distribución t de Student. P [t (n) ≥ a]. Probabilidades. © FUOC. 14 Tablas de estadística.

(15) Grados de libertad. Probabilidades. Tabla 5 (Continuación). Distribución t de Student. P [t (n) ≥ a]. © FUOC. 15 Tablas de estadística.

(16) Grados de libertad del numerador. 16. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6. Distribución F. P [F(m; n) ≥ a] = 0,001. © FUOC Tablas de estadística.

(17) Grados de libertad del numerador. 17. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,001. © FUOC Tablas de estadística.

(18) Grados de libertad del numerador. 18. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,005. © FUOC Tablas de estadística.

(19) Grados de libertad del numerador. 19. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,005. © FUOC Tablas de estadística.

(20) Grados de libertad del numerador. 20. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,01. © FUOC Tablas de estadística.

(21) Grados de libertad del numerador. 21. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,01. © FUOC Tablas de estadística.

(22) Grados de libertad del numerador. 22. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,025. © FUOC Tablas de estadística.

(23) Grados de libertad del numerador. 23. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,025. © FUOC Tablas de estadística.

(24) Grados de libertad del numerador. 24. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,05. © FUOC Tablas de estadística.

(25) Grados de libertad del numerador. 25. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,05. © FUOC Tablas de estadística.

(26) Grados de libertad del numerador. 26. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,10. © FUOC Tablas de estadística.

(27) Grados de libertad del numerador. 27. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,10. © FUOC Tablas de estadística.

(28) Grados de libertad del numerador. 28. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,25. © FUOC Tablas de estadística.

(29) Grados de libertat del numerador. 29. * Multiplicar por 100.. Grados de libertad del denominador. Tabla 6 (Continuación). Distribución F. P [F(m; n) ≥ a] = 0,25. © FUOC Tablas de estadística.

(30) 30. Fuente: F.S. Swed; C. Eisenhat. “Tables for testing randomnes of grouping in a sequence of alternatives”. Ann. Math. Stat. (vol. 14). Reproducida con el permíso del editor. Copyright 1943 Institut of Mathematical Statistics. Todos los derechos reservados.. Tabla 7. Valores críticos de la prueba R de rachas. © FUOC Tablas de estadística.

(31) 31. Fuente: F.S. Swed; C. Eisenhat. “Tables for testing randomnes of grouping in a sequence of alternatives”. Ann. Math. Stat. (vol. 14). Reproducida con el permíso del editor. Copyright 1943 Institut of Mathematical Statistics. Todos los derechos reservados.. Tabla 7 (Continuación). Valores críticos de la prueba R de rachas. © FUOC Tablas de estadística.

(32) © FUOC. 32. Tablas de estadística. Tabla 8. Probabilides asociadas con valores tan pequeños como los valores observados de U en el test de Mann-Whitney.. Fuente: H.B. Mann; D.R. Whitney. “On a test o whether one of two random variables is stochastically larger than the other”. Ann. Math. Stat. (vol. 18). Reproducida con el permíso del editor. Copyright 1947 Institut of Mathematical Statistics. Todos los derechos reservados..

(33) © FUOC. 33. Tablas de estadística. Tabla 8 (Continuación). Probabilidades asociadas con valores tan pequeños como los valores observados de U en el test de Mann-Whitney.. Fuente: H.B. Mann; D.R. Whitney. “On a test o whether one of two random variables is stochastically larger than the other”. Ann. Math. Stat. (vol. 18). Reproducida con el permíso del editor. Copyright 1947 Institut of Mathematical Statistics. Todos los derechos reservados..

(34) © FUOC. 34. Tablas de estadística. Tabla 8 (Continuación). Probabilidades asociadas con valores tan pequeños como los valores observados de U en el test de Mann-Whitney.. Fuente: H.B. Mann; D.R. Whitney. “On a test o whether one of two random variables is stochastically larger than the other”. Ann. Math. Stat. (vol. 18). Reproducida con el permíso del editor. Copyright 1947 Institut of Mathematical Statistics. Todos los derechos reservados..

(35) © FUOC. 35. Tablas de estadística. Tabla 9. Test de rangos de Kruskal-Wallis. Ejemplo: Si H ≥ 6,7455 Tamaño de las muestras. n1 = 4, n2 = 3 i n3 = 3, H0 se puede rechazar al nivel de significación α = 0,10 Tamaño de las muestras. Fuente: W.H. Kruskal; W.A. Wallis. “Use of ranks in one criterion variance analysis”. JASA (vol. 47); “Corrections” (vol. 48). Reproducida con el permíso de JASA. Copyright 1952 i 1953 per American Statistical Association. Todos los derechos reservados..

(36) © FUOC. 36. Tablas de estadística. Tabla 9 (Continuación). Test de rangos de Kruskal-Wallis. Ejemplo: Si H ≥ 6,7455 Tamaño de las muestras. n 1 = 4, n2 = 3 i n3 = 3, H0 se puede rechazar el nivel de significación α = 0,10 Tamaño de las muestras. Fuente: W.H. Kruskal; W.A. Wallis. “Use of ranks in one criterion variance analysis”. JASA (vol. 47); “Corrections” (vol. 48). Reproducida con el permíso de JASA. Copyright 1952 i 1953 per American Statistical Association. Todos los derechos reservados..

(37) 37. © FUOC. Tablas de estadística. Taula 10. Valores críticos de T. Prueba de Wilcoxon Nivel de significación. Tamaño de la muestra, n. Prueba de una cola 0,05 0,01. Prueba de dos colas 0,05 0,01. 5 6 7 8 9 10. 1 2 4 6 8 11. 0 2 3 5. 1 2 4 6 8. 0 2 3. 11 12 13 14 15. 14 17 21 26 30. 7 10 13 16 20. 11 14 17 21 25. 5 7 10 13 16. 16 17 18 19 20. 36 41 47 54 60. 24 28 33 38 43. 30 35 40 46 52. 19 23 28 32 37. 21 22 23 24 25. 68 75 83 92 101. 49 56 62 69 77. 59 66 73 81 90. 43 49 55 68 68. 26 27 28 29 30. 110 120 130 141 152. 85 93 102 111 120. 98 107 117 127 137. 76 84 92 100 109.

(38) 38. © FUOC. Tablas de estadística. Tabla 11. Probabilidades asociadas con valores tan grades como los que hemos observado de x2r en la prueba de Friedman. k=3 N=2. x2r. N=3 p. 0 1 3 4. 1,000 0,833 0,500 0,167. N=4. x2r. p. x2r. 0,000 0,667 2,000 2,667 4,667 6,000. 1,000 0,944 0,528 0,361 0,194 0,028. 0,0 0,5 1,5 2,0 3,5 4,5 6,0 6,5 8,0. N=5 p 1,000 0,931 0,653 0,431 0,273 0,125 0,042 0,042 0,0046. x2r. p. 0,0 0,4 1,2 1,6 2,8 3,6 4,8 5,2 6,4 7,6 8,4 10,0. 1,000 0,954 0,691 0,522 0,367 0,182 0,124 0,093 0,039 0,024 0,0085 0,00077. Tabla 11 (Continuación). k=3 N=6. x2r 0,00 0,33 1,00 1,33 2,33 3,00 4,00 4,33 5,33 6,33 7,00 8,33 9,00 9,33 10,33 12,00. N=7 p. 1,000 0,956 0,740 0,570 0,430 0,252 0,184 0,142 0,072 0,052 0,029 0,012 0,0081 0,0055 0,0017 0,0001 10,571 11,143 12,286 14,000. x2r 0,000 0,286 0,857 1,143 2,000 2,571 3,429 3,714 4,571 5,429 6,000 7,143 7,714 8,000 8,857 10,286 0,0027 0,0012 0,00032 0,00002. N=8 p 1,000 0,964 0,768 0,620 0,486 0,305 0,237 0,192 0,112 0,085 0,052 0,027 0,021 0,016 0,0084 0,0036 9,25 9,75 10,75 12,00 12,25 13,00 14,25 16,00. x2r 0,00 0,25 0,75 1,00 1,75 2,25 3,00 3,25 4,00 4,75 5,25 6,25 6,75 7,00 7,75 9,00 0,0080 0,0048 0,0024 0,0011 0,0008 0,0002 0,0000 0,0000. N=9 p 1,000 0,967 0,794 0,654 0,531 0,355 0,285 0,236 0,149 0,120 0,079 0,047 0,038 0,030 0,018 0,0099 8,222 8,667 9,556 10,667 10,889 11,556 12,667 13,556. x2r 0,000 0,222 0,667 0,889 1,556 2,000 2,667 2,889 3,556 4,222 4,667 5,556 6,000 6,222 6,889 8,000 0,016 0,010 0,006 0,0035 0,0029 0,0013 0,00066 0,00035. p 1,000 0,971 0,865 0,814 0,569 0,398 0,328 0,278 0,187 0,154 0,107 0,069 0,057 0,048 0,031 0,019.

(39) 39. © FUOC. Tablas de estadística. Tabla 11 (Conclusión). k=4 N=2. N=3. x2r. p. x2r. 0,0 0,6 1,2 1,8 2,4 3,0 3,6 4,2 4,8 5,4 6,0. 1,000 0,958 0,834 0,792 0,625 0,542 0,458 0,375 0,208 0,167 0,042. 0,2 0,6 1,0 1,8 2,2 2,6 3,4 3,8 4,2 5,0 5,4 5,8 6,6 7,0 7,4 8,2 9,0. p 1,000 0,958 0,910 0,727 0,608 0,524 0,446 0,342 0,300 0,207 0,175 0,148 0,075 0,054 0,033 0,017 0,0017. N=4. x2r 0,0 0,3 0,6 0,9 1,2 1,5 1,8 2,1 2,4 2,7 3,0 3,3 3,6 3,9 4,5 4,8 5,1 5,4. p. x2r. 1,000 0,992 0,928 0,900 0,800 0,754 0,677 0,649 0,524 0,508 0,432 0,389 0,355 0,324 0,242 0,200 0,190 0,158. 5,7 6,0 6,3 6,6 6,9 7,2 7,5 7,8 8,1 8,4 8,7 9,3 9,6 9,9 10,2 10,8 11,1 12,0. p 0,141 0,105 0,094 0,077 0,068 0,054 0,052 0,036 0,033 0,019 0,014 0,012 0,0069 0,0062 0,0027 0,0016 0,00094 0,00007.

(40) © FUOC · UW01/71075/00231.

(41) © FUOC · UW01/71075/00231.

(42) © FUOC · UW01/71075/00231.

(43) © FUOC · UW01/71075/00231.

(44) © FUOC · UW01/71075/00231.

(45)

Figure

Tabla 1.  Probabilidades de la distribución binomial (n; p)
Tabla 2.  Probabilidades de la distribución de Poisson
Tabla 2  (Continuación). Probabilidades de la distribución de Poisson
Tabla 2  (Continuación). Probabilidades de la distribución de Poisson
+7

Referencias

Documento similar

Pero antes hay que responder a una encuesta (puedes intentar saltarte este paso, a veces funciona). ¡Haz clic aquí!.. En el segundo punto, hay que seleccionar “Sección de titulaciones

TRASI es un test adaptativo informatizado que se compone de series abstractas libres de contenido cultural que permiten evaluar el razonamiento general secuencial y la inducción,

Precisamente en este ítem, si la persona responde que no conoce la evaluación anual de test que lleva a cabo el COP, la aplicación informática salta las cuatro preguntas

Siete de cada diez de estos inversores más jóvenes esperan que las inversiones sustentables superen en desempeño a las inversiones tradicionales, mientras que solo un tercio de

In the context of this study, three kinds of variables are considered: test scores obtained by students in standardized tests (outputs), one vector of educational variables

As mentioned above, the conclusion that distractor suppres- sion depends on unconscious processes is often based on two arguments: (1) that performance in the awareness test is

Desde este marco y esta lógica, los valores, representan (en relación al aprendizaje) el sentido para desarrollar lo que emerge, para posibilitar que se concrete un sujeto que usa

Aunque este sea un conjunto de datos pequeño, observamos que el BLB es capaz de obtener un error inferior al de Random Forest para tiempos pequeños; sin embargo, para valores más